近日，我院学科带头人连榕教授和尹彬副教授及博士生肖茜丹等在脑与认知科学领域的国际顶刊《Behavioral and Brain Sciences》（BBS）（2023年IF = 16.6）中，深入探讨了整合性学习观（Integrative Learning）与元学习认知模型（Meta-Learned Models of Cognition）的协同作用，为动物和人类的学习研究带来新的启示。
研究指出，传统认知模型如认知架构和贝叶斯认知模型多为手工设计，结构僵化，而元学习认知模型能从经验中获取归纳偏差，更具适应性。这种转变不仅是理论进步，也为理解认知过程提供了更实际的框架。尤其是元学习与理性分析的结合，为构建贝叶斯最优学习算法开辟了新路径，与连榕教授提出的整合性学习理论相契合。
整合性学习观指在元认知影响下主动整合学习材料，实现对知识高效深刻理解与掌握的认知过程，是元认知与认知高度统一的心理学习过程，包含“整体统合部分”、“上位理合下位”和“概括深化分析”三种模式。三种整合性学习模式与元学习认知模型的计算过程紧密相关。以整体、高层或概括方式初始接触学科知识，有助于设定有效起始元参数指导学习，使学习者在自适应框架中通过交互、分析和元认知调整，根据基础理解和知识掌握情况优化学习方法，体现元学习适应性，实现精准高效学习。因此，整合性学习观符合元学习认知模型的计算机理，能让学习者动态调整信息处理策略，提升学习体验和效果。
论文论证了整合性学习观研究在教育实践、人工智能和认知神经科学等领域具有广泛意义。在教育领域，该学习观有助于制定个性化有效学习策略；在人工智能领域，该学习观可促使系统更具适应性和直觉性，模拟人类学习过程；在认知神经科学领域，该学习观有助于深入理解大脑学习机制。这一研究推动了认知和学习科学的发展，为相关领域探索创新开辟了新道路。
近年来我院在教育心理与学习科学领域的研究不断深入。连榕教授领衔的整合性学习观系列研究为该领域研究增添重要成果，不仅提升了学院的高水平学术影响力，也为未来研究和教学实践提供了新方向。
